Gratis calculator voor significantie van A/B-tests
Ontdek in enkele seconden of het resultaat van je split-test statistisch significant is. Vul bezoekers en conversies in voor beide varianten en zie de winnaar, de lift, de p-waarde en de steekproefomvang die je nodig hebt.
Betrouwbaarheidsniveau
Zekerheid
0.0%
Wachten op dataVul bezoekers en conversies in voor beide varianten om je oordeel te zien.
- Controle (A) conversiepercentage
- 0.00%
- Variant (B) conversiepercentage
- 0.00%
- Lift
- --
- p-waarde
- --
- Steekproefomvang
- --
Pro-tip. Stop een test niet zodra de zekerheid boven 95% komt. Bepaal vooraf je steekproefomvang en laat de test doorlopen. Anders trek je waarschijnlijk conclusies uit valse positieven.
Zo werkt het
Zo controleer je de significantie van een A/B-test in 3 stappen
Krijg in minder dan een minuut een helder, statistisch onderbouwd oordeel over je split-test, zonder spreadsheets en zonder aanmelden.
- 01
Vul je controlecijfers in
Voeg het totaal aantal bezoekers en conversies toe voor variant A, de originele versie waartegen je test.
- 02
Vul je variantcijfers in
Voeg bezoekers en conversies toe voor variant B, de nieuwe versie. Je conversiepercentages worden direct bijgewerkt.
- 03
Lees je oordeel
Zie of het resultaat significant is, plus de lift, de p-waarde en de zekerheid, en een schatting van hoeveel bezoekers je nog nodig hebt als je er nog niet bent.
Waarom het telt
Waarom marketeers een significantiecheck doen
Een hoger conversiepercentage alleen betekent nog geen winnaar. Gebruik een echte significantietest om te weten wanneer je stopt, wanneer je doorgaat en wanneer een resultaat gewoon ruis is.
Weet wanneer je een test stopt
Wijs winnaars aan met echte zekerheid in plaats van te gokken, en laat geen werkende varianten liggen.
Vermijd valse positieven
Voorkom dat het peeking-probleem je geld kost. Een goede p-waarde vertelt je wanneer een verschil echt is.
Plan je volgende test
De hint voor de steekproefomvang schat hoeveel bezoekers elke variant bij 80% power nodig heeft om het verschil dat je ziet te bevestigen. Gebruik het om je volgende test op maat te zetten voordat die begint.
Overzichtelijkere rapportage
Deel de resultaatlink met één klik met je team, zodat iedereen dezelfde cijfers leest, met dezelfde zekerheid.
Toepassingen
Waar teams de A/B-testcalculator gebruiken
Van landingspagina's tot advertentiecreatives: zo zetten marketeers een snelle significantiecheck in bij elk experiment dat ze draaien.
Tests van landingspagina's
Vergelijk twee versies van een landingspagina om te weten welke kop, hero of CTA het conversiepercentage echt beweegt.
Facebook en Meta Ads
Kies tussen twee advertentiecreatives of doelgroepen met echte statistische onderbouwing, in plaats van te vertrouwen op de labels in Ads Manager.
Teksttests in Google Ads
Vergelijk twee varianten van een responsieve zoekadvertentie om te bevestigen dat een nieuwe kop de controle echt verslaat voordat je het budget opschaalt.
Tests van e-mailonderwerpen
Stuur twee onderwerpregels naar een klein deel van je lijst en wijs de winnaar met zekerheid aan voordat je de volledige mailing verstuurt.
Tests van het afrekenproces
Controleer of een nieuwe stap in de checkout, een vertrouwensbadge of een upsell het afrondingspercentage echt verbetert en geen ruis is.
Experimenten met prijspagina's
Voer een zuivere test uit tussen twee prijsniveaus of layouts en beslis op basis van aanmeldingen, niet op gevoel.
FAQ
Vragen over de calculator voor significantie van A/B-tests.
Staat je vraag er niet bij? Kijk in het Helpcentrum of vraag het ons.
Veelgestelde vragen
Wat is statistische significantie bij A/B-testen?
Statistische significantie geeft aan hoe zeker je kunt zijn dat het verschil tussen twee varianten echt is en niet gewoon toeval. Een gangbare vuistregel is een winnaar pas aan te wijzen bij een zekerheid van 95% of hoger, wat betekent dat er minder dan 5% kans is dat het resultaat op geluk berust.
Wat is een p-waarde?
Een p-waarde is de kans dat je het waargenomen resultaat (of iets extremers) ziet als er in werkelijkheid geen verschil tussen de varianten zou zijn. Hoe kleiner de p-waarde, hoe sterker het bewijs dat het verschil echt is. Een p-waarde van 0,05 komt overeen met 95% zekerheid.
Welk betrouwbaarheidsniveau moet ik gebruiken?
De meeste marketeers gebruiken 95% zekerheid, wat betekent dat je 5% kans op een vals positief accepteert. Gebruik 99% als er veel op het spel staat (bijvoorbeeld een wijziging uitrollen naar al je betaalde verkeer) en 90% alleen voor experimenten met weinig risico in een vroeg stadium.
Hoeveel bezoekers heb ik nodig voor een A/B-test?
Dat hangt af van je basisconversiepercentage en de omvang van de stijging die je wilt aantonen. Als ruwe regel: kleine stijgingen (onder 5%) vragen tienduizenden bezoekers per variant, terwijl grotere stijgingen (20% en meer) al met een paar duizend te bevestigen zijn. De calculator schat bij 80% power hoeveel bezoekers elke variant er nog bij nodig heeft om het verschil dat je nu ziet te bevestigen.
Wat is de lift in een A/B-test?
De lift is het relatieve procentuele verschil tussen de conversiepercentages van de twee varianten. Als variant A op 3% converteert en variant B op 4,5%, dan is de lift van B ten opzichte van A 50%. De lift gebruik je in de praktijk om te bepalen of een wijziging het waard is om uit te rollen.
Waarom is mijn test niet significant terwijl variant B wint?
Een hoger conversiepercentage alleen is niet genoeg. Je hebt genoeg data nodig om het onwaarschijnlijk te maken dat het verschil door toeval komt. Hoe kleiner de stijging, hoe meer bezoekers je nodig hebt. Stop je een test te vroeg, dan riskeer je een wijziging uit te rollen die alleen maar ruis was.
Wat is het peeking-probleem?
Peeking is telkens je testresultaten bekijken en stoppen zodra de zekerheid boven 95% komt. Dat verhoogt je kans op valse positieven enorm. Voorkom het door vooraf de benodigde steekproefomvang te bepalen en het resultaat één keer aan het einde te bekijken.
Werkt deze calculator voor Facebook-, Google- of TikTok-advertenties?
Ja. Significantie is een universeel statistisch begrip, dus de calculator werkt voor elke A/B-test waarbij je bezoekers (of vertoningen, klikken, verzendingen) en conversies kunt meten. Vul cijfers in uit Meta Ads, Google Ads, TikTok Ads, e-mailplatforms of de analytics van je landingspagina.
Is deze A/B-testcalculator gratis?
Ja. De calculator voor significantie van A/B-tests is 100% gratis, zonder aanmelden, zonder limieten en zonder e-mailmuur. Voer zoveel tests uit als je wilt, voor persoonlijk of commercieel gebruik.
Worden mijn gegevens ergens opgeslagen?
Nee. Alle berekeningen gebeuren volledig in je browser. Bezoekersaantallen en conversiecijfers verlaten je apparaat nooit en worden nooit naar onze servers gestuurd.
A/B-test de landingspagina die je bezoekers echt zien
De grootste winst uit A/B-testen komt van de pagina waar je betaalde verkeer landt. Bouw, test en publiceer met LanderLab landingspagina's die converteren, en breng de cijfers daarna terug naar deze calculator.